Google, Gboard eğitimini erişim kuralları denetlenebilen sunuculara taşıyor
Google Research, Gboard’un İngilizce ve Japonca modellerinde kullanılan yeni eğitim düzenini açıkladı. Telefonlar örnekleri şifreliyor ve veriyi hangi sunucu yazılımlarının işleyebileceğini önceden belirliyor. Kamuya açık erişim kuralları ve yeniden üretilebilir yazılım, izinlerin dışarıdan incelenmesini sağlıyor. Korunan yürütme ortamları ile diferansiyel gizlilik, verilere erişimi ve eğitimden çıkan bilgileri sınırlandırıyor; donanımın güvenlik koşulları önemini koruyor.
Yapay Zekâ··Akşam
Gboard örnekleri şifreli olarak sunucuya aktarılıyor
Google Research, farklı cihazların sağladığı verilerle eğitim yürüten federatif öğrenme düzenini korunan sunucu ortamlarına taşıdı. Şirket, yeni yapının mobil klavyesi Gboard’un İngilizce ve Japonca modellerinde kullanıldığını söylüyor. Telefonlar eğitim örneklerini şifreliyor ve bu verileri hangi sunucu yazılımlarının işleyebileceğini önceden belirliyor.[1], [2]
Önceki yaklaşımda telefonların eğitime uygun olması ve cihazdaki diğer işlerin hesaplama gereksinimi, eğitim süresini sınırlıyordu. Yeni yapı, hesaplama işini sunucu kümesine taşıyor; erişim izinlerini ise veriyi işleyecek yazılıma bağlı tutuyor.[1]
Yayımlanan kurallar, şifre çözme iznini belirliyor
Erişim kuralları, kamuya açık bir şeffaflık günlüğü olan Rekor’da yayımlanıyor. Anahtar yönetim hizmeti, şifre çözme anahtarlarını yalnızca onaylı yazılımlara veriyor. Bu yazılımlar, veri işlemeyi sunucudaki diğer işlemlerden ayıran güvenilir yürütme ortamlarında çalışıyor. Yazılımın kimliği ve açıklanan veri işleme koşulları erişimi belirliyor. Google’ın Confidential Federated Compute yazılım deposu, yeniden üretilebilir bileşenler sağlıyor. Gizlilik kuralları sabit kalırken özel model mimarisi veya ön işleme yazılımı yüklenebiliyor.[1]
Eğitim, şifreli saklanan durumdan devam edebiliyor
Ana yürütme ortamı Python eğitim döngüsünü yönetiyor ve hesaplamayı çalışan ortamlara dağıtıyor. Eğitim turunun durumu şifreli saklanabildiğinden kesintiye uğrayan işlem yeniden başlatılabiliyor. Araştırmacıya verilen ölçümler ve model ağırlıkları, tek tek kişilerin katkılarına ilişkin bilgiyi sınırlayan diferansiyel gizlilik yöntemiyle korunuyor. Koruma, donanımın güvenlik koşullarına da bağlı. Google, yan kanal risklerine değiniyor; yazılımın doğruluğunu bütünüyle kanıtladığını söylemiyor. Hızlandırıcı desteği, gelecekteki çalışmalar arasında yer alıyor.[1]
